【摘 要】
：
生活垃圾图片背景复杂,同一类垃圾特征差异性大,给垃圾检测带来了极大的挑战.为实现复杂场景下生活垃圾的实时检测,论文提出了一种基于改进YOLOv3的生活垃圾检测算法RB-YOLO.在该垃圾检测模型中,将YOLOv3与轻量级卷积神经网络RepVGG相结合,解耦模型训练和推理,在保证特征提取能力的同时提高模型推理速度.采用加权双向特征金字塔网络BiFPN优化原有的特征金字塔结构,通过双向特征融合充分利用多尺度语义特征.同时引入空洞空间金字塔池化ASPP增强特征提取,获取多尺度特征信息.在提出的DGD数据集上进行
【机 构】
：
山东理工大学计算机科学与技术学院,山东淄博255000
论文部分内容阅读
生活垃圾图片背景复杂,同一类垃圾特征差异性大,给垃圾检测带来了极大的挑战.为实现复杂场景下生活垃圾的实时检测,论文提出了一种基于改进YOLOv3的生活垃圾检测算法RB-YOLO.在该垃圾检测模型中,将YOLOv3与轻量级卷积神经网络RepVGG相结合,解耦模型训练和推理,在保证特征提取能力的同时提高模型推理速度.采用加权双向特征金字塔网络BiFPN优化原有的特征金字塔结构,通过双向特征融合充分利用多尺度语义特征.同时引入空洞空间金字塔池化ASPP增强特征提取,获取多尺度特征信息.在提出的DGD数据集上进行实验分析,与YOLOv3模型相比,RB-YOLO模型在垃圾检测任务中准确率和速度都有所提升,同时在测试集和网络图片上也取得了不错的检测效果,验证了 RB-YOLO的有效性和鲁棒性.
其他文献
针对单个机器人在大场景下建图与定位效果不佳,以及地图合成不实时的问题,本文提出一种兴趣区域地图提取与ROS的多机器人SLAM地图融合方法.该方法由单个机器人构建局部地图,对地图进行兴趣区域提取后,再上传到给中央处理机器,由中央处理机器利用霍夫变换地图融合算法,进行地图融合处理.验证结果表明,本系统实现了多机器人协作实时建图与融合,降低了计算的繁杂度,提高了建图效率与准确性.
为实现增强学生体质,培养学生运动爱好,提高学生终身体育锻炼意识,养成终身体育锻炼习惯的高校体育的培养目标,本文调研了山东省泰安市主要高校体育管理的现状,并借助MVC架构模式和QMUI Android框架,构建了基于移动端的高校体育管理平台,平台集体育教学管理、体质健康测试管理、课外体育活动管理、体育场地器材管理于一体.经过两个学期的试用,平台不仅能提高体育教学的精准化管理,有效督导学生积极参与体育锻炼,同时能促进体育教学资源的共享和高效利用,极大地提高了高校体育管理水平.
鉴于人机交互(Human-Computer Interaction,HCI)系统和虚拟现实(Virtual Reality,VR)系统的应用需要,三维手势跟踪领域的理论和方法研究已成为国内外广泛关注的热点课题之一.近年来,基于计算机视觉的三维手势跟踪算法迅速发展,其中成本较低且较为普遍的单目RGB相机最具潜力,它是三维手势跟踪应用得以照进现实的重要工具和途径,成为了研究者们的研究重点.为了解在此基础上的手势跟踪算法的发展现状,辅助该领域的研究者们进行更深入的探索,文中首先在与传统方法的对比中引出了基于单目
为了提高高速气浮电主轴转子动态控制能力,降低喘振,提出基于PID的高速气浮电主轴转子动态控制算法.采用姿态传感器感知的方法,实现对高速气浮电主轴转子物理参数采集,以气动载荷、离心力载荷以及叶片转动的气动力分量等为约束参数;利用姿态误差补偿和喘振自适应控制的方法,进行高速气浮电主轴转子的输出稳定性参数调节;通过PID变结构控制的方法,建立气浮电主轴转子的动力传动系统扭振补偿控制模型,在动力传动系统减振过程中进行姿态及位姿参数的稳定性调节和实时补偿控制,提高高速气浮电主轴转子动态参数调节能力和可靠性控制能力.
基于硬件事件的异常检测是当前防御缓存侧信道攻击的主要手段之一.然而,现有防御机制普遍未考虑攻击者主动隐藏特征时的检测准确度.本文指出可行的侧信道攻击需要满足不可或缺的驱逐操作和严格的攻击频率这两个先决条件,并发现这些攻击约束会导致被攻击的缓存组访问量急剧增加.实验结果表明,相比于SPEC基准程序,侧信道攻击至少会导致2.61倍的访问量.
目标检测是计算机视觉领域的一个重要研究方向,在交通监控、人机交互等方面都有着广泛的应用.目前,基于深度学习的YOLOv4检测网络与传统目标检测相比,其检测精度虽然有所提高,但存在网络参数量大、对计算机硬件要求较高等问题.针对于此,本文对YOLOv4网络进行了改进,即采用MobileNetv2与YOLOv4的主干特征提取网络相结合,并利用深度可分离卷积模块,对YOLOv4的PANet和SPP模块中的传统卷积进行了优化,在公开数据集VOC07+12上进行训练,并将训练后的模型在VOC07test数据集上进行分
足球运动在全世界范围内拥有广泛的受众和巨大的市场,利用计算机视觉技术对足球比赛视频进行目标检测,自动识别出球员、足球的位置,可以为进一步的跟踪提供良好的基础,对球队、对转播都有很大的帮助.本文提出了基于注意力机制的神经网络足球视频目标检测方案,通过搭建使用注意力机制的深度神经网络,并在足球相关数据集上进行训练,实现了对目标较为完整、准确的检测,为进一步的跟踪提供了帮助.
集值决策表拓展了经典决策表,但其现有属性约简算法中属性重要度度量方式单一.针对集值决策表,采用近似条件熵提出属性约简及其启发式约简算法.将近似精度与条件信息熵进行信息融合,定义近似条件熵,证明粒化单调性等性质;提出基于近似条件熵的属性约简,设计启发式约简算法;采用集值决策表实例与数据实验进行有效验证.实验结果表明:与现有算法相比,提出算法不仅能够得到更优的约简结果,而且具有更高的分类精度.
AMOLED生产工艺复杂,在生产过程中容易受环境、化学气体、液体洁净度及设备工艺参数的影响,在玻璃面板上形成大小不均的点状不良.当面板上出现大量不良点聚集时,会导致该面板直接报废,影响产品的最终良率.本文方法结合机器学习与图像处理技术,可实现不良坐标点MAP图的在线智能分析.采用层次聚类算法对不良坐标点进行聚集分类,对每类离散点簇采用Alpha Shapes算法提取其外轮廓点;通过图像区域拟合算法,拟合出每类点簇的最小包围图形区域,并计算图形的Hu几何矩,推导出各区域的区域特征(区域点密度、面积、区域的质
在新物流背景下,本文针对同城配送存在的成本和服务等问题,搭建同城配送云平台.首先,就“互联网+”时代“新物流”的背景进行阐述;其次,以线下到线上O2O模式的线下配送为例,分析现有同城配送方式的优缺点;最后,在“新物流”背景下基于大数据、人工智能、云计算等技术构建同城配送云平台体系,以期满足日渐增长的经济发展和消费者服务需求,为同城配送提供更好的运营模式.